PENGEMBANGAN APLIKASI MOBILE STROKE SHIELD UNTUK DETEKSI DINI RISIKO STROKE DAN REKOMENDASI SENAM PENCEGAHAN DENGAN DETEKSI GERAKAN BERBASIS CNN

Marcella, Angela Virgin (2026) PENGEMBANGAN APLIKASI MOBILE STROKE SHIELD UNTUK DETEKSI DINI RISIKO STROKE DAN REKOMENDASI SENAM PENCEGAHAN DENGAN DETEKSI GERAKAN BERBASIS CNN. Diploma thesis, UNIVERSITAS HARKAT NEGERI.

	Text (Cover) COVER.pdf Download (873kB)
	Text (BAB I) BAB 1.pdf Download (548kB)
	Text (BAB II) BAB 2.pdf Restricted to Registered users only Download (2MB) | Request a copy
	Text (BAB III) BAB 3.pdf Download (313kB)
	Text (Daftar Pustaka) DAFTAR PUSTAKA.pdf Download (316kB)
	Text (Lampiran) LAMPIRAN.pdf Download (3MB)

Abstract

Stroke merupakan salah satu penyebab uatama kematian dan kecacatan di Indonesia yang dapat dicegah melalui deteksi dini dan penerapan gaya hidup sehat. Namun, kesadaran masyarakat terhadap faktor risiko stroke masih rendah sehingga diperlukan media yang mendukung aplikasi mobile Stroke Shield untuk deteksi dini risiko stroke, edukasi kesehatan, rekomendasi pola makan sehat, dan senam pencegahan dengan deteksi gerakan berbasis Convolutional Neural Network (CNN). Metode pengembangan system menggunakan Unifed Modeling Language (UML) dengan pendekatan Waterfall yang meliputi analisis kebutuhan, perancangan, implementasi, dan pengujian. Aplikasi dirancang dengan dua level pengguna, yaitu admin untuk mengelola data makanan sehat dan pengguna untuk melakukan Screening risiko stroke, melihat riwayat Screening, mengakses edukasi, memperoleh rekomendasi makanan, serta melakukan senam dengan deteksi gerakan secara real-time. Aplikasi dibangun menggunakan Flutter, Flask, dan MongoDB Atlas. Hasil pengujian Black Box Testing menunjukan seluruh fitur berjalan sesuai kebutuhan fungsional. Selain itu, pengujian System Usability Scale (SUS) memperoleh skor rata-rata 91 dengan kategori Best Imaginable, yang menunjukan aplikasi memiliki tingkat kemudahan pengguna yang sangat baik. Dengan demikian, Stroke Shield diharapkan dapat membantu masyarakat melakukan deteksi dini risiko stroke dan mendukung penerapan gaya hidup sehat. Kata Kunci: Stroke Shield, Deteksi dini risiko stroke, CNN, Flutter, System Usability Scale (SUS)

Item Type:	Thesis (Diploma)
Subjects:	R Medicine > R Medicine (General) T Technology > T Technical Information
Divisions:	Sekolah Vokasi Teknik > Diploma IV Teknik Informatika
Depositing User:	Angela Virgin Marcella
Date Deposited:	23 Sep 2026 05:48
Last Modified:	23 Sep 2026 05:48
URI:	http://repository.harkatnegeri.ac.id/id/eprint/8093

Actions (login required)

View Item